优化BP神经网络的光纤陀螺温度漂移建模与补偿

光纤陀螺(FOG)温度漂移误差是影响其输出精度的主要误差源之一。针对基于传统BP神经网络FOG温度误差补偿方案适用性较差的问题,提出了优化预测数据的BP神经网络补偿算法,利用最优线性平滑技术以及滑动平均技术对神经网络待补偿数据进行预处理,可以有效减小FOG输出白噪声对温度漂移网络模型补偿精度的干扰,优化神经网络模型的补偿效果。使用FOG温度漂移实测数据对所提出的优化算法进行验证,结果表明利用本文提出的两种建模及补偿方案进行补偿后的FOG温度漂移数据标准差相比传统BP神经网络补偿方法减少50%以上。     

光纤陀螺随机漂移建模与分析

光纤陀螺精度是惯导系统精度高低与否的关键因素,而减小陀螺随机漂移是提高其精度的重要手段.对陀螺输出数据中的随机漂移建立模型,在此基础上对陀螺数据进行滤波,可以有效提高光纤陀螺的输出精度,从而提高惯导系统的精度.本文通过大量实验建立了光纤陀螺随机漂移的ARMA模型,通过有效滤波对随机漂移进行滤除,并且对滤波结果进行Allan方差分析.分析结果表明,光纤陀螺输出信号中存在的主要误差源以及正弦噪声较滤波前明显减小到50％,有效地抑制了高频噪声,验证了光纤陀螺随机漂移建立模型的正确性.本文还设计了可视化软件,具有较高的工程意义.     

基于前向线性预测算法的光纤陀螺零漂的神经网络建模

在详细分析光纤陀螺零漂的基础上,提出了先用滤波算法对光纤陀螺信号进行预处理,然后采用RBF神经网络对滤波后的信号进行建模的方法。针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理,比较三种滤波方法,小波滤波算法效果优于其它两种预处理方法,但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时,小波滤波预处理后的信号在建模精度上却是最差的,而对FLP算法滤波后的信号进行RBF建模,建模精度提高了两个数量级。结果表明:基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的,可大大提高建模的精度。     

基于光纤环安装方式的光纤陀螺振动误差抑制方法

随着光纤陀螺的实用化,发现载体振动会引起光纤陀螺尤其是高精度光纤陀螺的测量误差增大,对光纤陀螺的性能指标造成不可忽视的影响。对干涉式数字闭环光纤陀螺,从弹光效应出发,分析了振动对光纤陀螺光路的影响机理,得出了振动影响下光纤环中反向传播的光信号非互易相移误差信号的表现形式,并针对此提出了通过合理安装光纤环,使光路满足互异性,来抑制振动情况下光纤陀螺输出信号噪声和漂移。实验结果表明,该方案有效降低光纤陀螺输出信号的噪声,抑制了由振动引起的陀螺漂移,使得陀螺振动误差减小了一个数量级。     

基于灰色模型的混合建模预测方法及其应用

针对陀螺仪寿命预测的特点,提出了一种基于灰色模型的混合建模预测方法。为了提高一阶灰色模型GM（1,1）的建模能力,此模型引入了小波变换。首先小波变换对实测的动力调谐陀螺（DTG）漂移数据进行预处理以减少干扰噪声,接着处理后的数据被用来建立灰色模型。来自于长期测量的DTG的漂移数据的实验结果证明了文中所提混合策略的有效性。并且为了进行比较,对神经网络建模方法进行了相应的研究,结果表明当小波变换被引入到混合模型中,此基于灰色模型的混合建模预测方法具有令人满意的性能,为陀螺仪的寿命预测提供了借鉴和参考。     

基于灰色模型和RBF神经网络的MEMS陀螺温度补偿

MEMS陀螺的零偏随温度呈非线性变化,同时含有较大的随机噪声.针对传统的多项式模型难以精确表达零偏随温度变化的问题,提出了一种基于灰色模型和RBF神经网络的MEMS陀螺温度补偿方法:首先用灰色模型对数据进行预处理,以减小原始数据的噪声;然后用降噪后的样本数据对RBF神经网络进行训练.在相同的训练次数下训练误差可减小一个数量级.验证试验结果表明,采用该模型补偿后的陀螺零偏误差较传统的多项式模型减小一个数量级,较未经预处理的RBF神经网络减小2/3.     

环形激光陀螺人工神经网络温度漂移建模

研究了系统在常温条件下开机后,壳体密闭条件下环形激光陀螺(RLG)漂移的温度特性建模问题。一系列不同环境温度条件下的RLG自升温实验表明,由于系统壳体的保温和隔温功能,系统内部温度场变化缓慢、均匀,此时漂移的变化主要与内部温度场的温度值变化相关。利用一组25℃-55℃范围内静态漂移测试数据作为学习样本,建立起基于BP和RBF神经网络的温度漂移补偿模型,并利用四组不同测试条件下测得的静态数据对文中模型进行检验。结果表明,若采用均方根误差(RMS)指标进行评价,则得到的温度漂移模型可以有效补偿RLG的漂移输出趋势项,使陀螺的稳定性指标提高20%-40%,且BP网络建模补偿精度优于常规最小二乘中的一阶线性分段拟合,RBF网络建模优于二阶抛物线分段拟合。     

基于多模型分段拟合的光纤陀螺温度误差补偿方法

传统光纤陀螺温度误差采用单一模型进行建模与补偿,存在模型适配性较差的问题。考虑到光纤陀螺在不同温度区间的温度特性存在明显差异,为提高光纤陀螺温度误差补偿精度,提出了基于多模型分段拟合的光纤陀螺温度误差补偿方法。设计了-15⁵0℃区间内温度实验,在大量实测数据分析基础上,将陀螺温度特性按照低、中、高三个温度区间,分别建立三种不同阶次的温度误差模型。采用分段拟合的方法进行误差建模,并利用所建模型对光纤陀螺进行了温度误差补偿。实测数据表明,提出方法能够有效改善光纤陀螺的温度漂移,补偿后漂移标准差减少66.67%。     

基于RLS算法的全角模式半球谐振陀螺自补偿控制

针对全角模式半球谐振陀螺驻波的非线性漂移严重影响陀螺输出精度,且该漂移会受温度、驻波位置、老化程度等因素影响的问题,提出了一种基于递归最小二乘（RLS）算法的半球谐振陀螺自补偿控制方法,分析了全角模式半球谐振陀螺的输出误差补偿机理,基于RLS算法,推导出了误差自补偿控制过程表达式,并进行了仿真和实验验证,结果表明经自补偿后陀螺输出偏移峰峰值从0.0104°/s降至0.0013°/s。实验证明所提方法能够有效地抑制全角模式陀螺驻波的非线性漂移,实现对陀螺自身状态的监测和实时补偿,可提高全角模式半球谐振陀螺的输出精度,并增强陀螺的长期稳定性以及环境适应性。     

基于小波变换的MIMU随机误差建模

微机电惯性传感器的输出具有噪声大、漂移强的特性,因此必须建立合理的随机误差模型,以便使用滤波算法进行补偿,减小其对系统精度的影响。本文使用艾伦方差分析法分析了ADI公司的MIMU——ADIS16355的静态输出信号,指出按照自相关特性,可以将微机电惯性传感器的随机误差分为白噪声成份和有色噪声成份,并基于此提出了基于小波变换的噪声分离预处理和AR时间序列建模算法的微机电惯性传感器随机误差复合建模方法。使用该算法对ADI公司的微机电惯性测量单元ADIS16355进行了随机误差建模,得到了该MIMU的AR时间序列随机误差模型。仿真结果表明,相较于传统的一阶马尔科夫近似随机误差模型,基于小波变换的AR时间序列随机误差建模方法能够有效滤除白噪声对于时间序列分析建模的影响,获得精度更高的随机误差模型。     

光纤陀螺信号处理方法的比较研究

给出了光纤陀螺信号漂移的数学模型，并针对信号噪声的特点，采用了“加权术平均”、“五点三次平滑算法”、“小波分析”三种不同的处理方法进行信号的消噪处理，通过对仿真结果的比较研究，肯定了小波变换算法在信号消噪处理中的适用性，并且编写了实时信号处理软件，提高了光纤陀螺的精度，为促进光纤陀螺的研制开发起到了积极的作用。     

陀螺寻北仪中测量信号的在线建模与滤波

针对光纤陀螺寻北仪中光纤陀螺(FOG)和加速度计的随机误差,采用改进型二阶自回归AR(2)模型,在线建立了光纤陀螺和加速度计随机误差模型。根据该模型,建立了FOG陀螺寻北仪的12阶Kalman滤波器,实现了两个FOG和两个加速度计测量信号在寻北过程中的实时滤波。仿真、Allan方差分析与寻北试验结果表明:FOG信号中随机游走、零偏不稳定性、变化率随机游走、变化率斜坡和量化噪声五项噪声源误差系数都小于滤波前的二分之一;在减小光纤陀螺和加速度计测量信号中的随机误差,提高其精度的同时,FOG寻北仪的寻北误差减小了0.3 mil。     

机抖激光陀螺敏感轴动态偏移误差参数估计与补偿

针对振动环境下机抖激光陀螺敏感轴产生动态偏移造成惯导系统精度下降的问题,从理论上推导了机抖激光陀螺敏感轴动态偏移误差模型,并结合工程实际建立了简化的误差模型;在此简化误差模型基础上,推导了陀螺敏感轴动态偏移造成的等效陀螺漂移与比力、角速度的耦合关系;将机抖激光陀螺敏感轴动态偏移误差归结为9个待辨识参数,针对该模型中的待辨识参数设计了标定方法,并给出了标定实验设计原则;以姿态误差为观测量进行振动实验对待辨识参数进行估计,振动实验结果表明,在10 min线振动时间内,机抖激光陀螺敏感轴动态偏移误差补偿后,捷联惯导系统纯惯导速度误差减小30%以上。     

混合式光纤陀螺惯导系统在线自主标定

混合式光纤陀螺惯导系统IMU的安装误差、光纤陀螺的漂移及标度因数等参数会随着时间发生变化,对系统误差产生影响,使系统在使用一段时间之后精度发生变化,因而需要重新标定。在混合式系统中,通过台体旋转调制,惯性元件常值漂移误差对系统的影响得到抑制,但安装误差和标度因数误差对系统的影响无法得到完全调制,这些误差会与地速及旋转角速率耦合,引起锯齿形速度误差,降低了系统的各项性能。针对混合式惯导系统,建立了IMU误差模型,设计出一种在线自主标定方法,并进行了可观性分析。该方法采用"速度+位置"匹配,对惯导系统30项相关误差项进行在线标定。系统实验结果表明,系统级在线标定参数较分立式标定参数在导航定位精度上提高了半个数量级。     

光纤陀螺随机漂移补偿中的数据融合方法（英文）

为提高光电平台的控制性能和稳定性,以平台反馈回路所用的光纤陀螺传感器为研究对象,对光纤陀螺角速率的历史输出、当前量测以及随机漂移进行融合补偿。采用双自回归模型确定了光纤陀螺时间序列输出的自回归多项式和光纤陀螺随机漂移的自回归关系。以陀螺当前输出为量测量,结合卡尔曼滤波算法将陀螺历史输出和历史随机漂移融合进状态方程,并进行随机漂移在线估计补偿。实验结果表明,光纤陀螺随机漂移的AR模型能达到90%拟合效果,经卡尔曼滤波补偿后随机漂移能降到1/10。该方法能很好地抑制光电平台三个框架轴光纤陀螺的随机漂移,补偿率为80%~90%。     

一种基于多尺度和改进支持向量机的光纤陀螺温度漂移建模与补偿方法

为了提升光纤陀螺温度漂移模型建模的准确性及补偿的效果,提出了一种基于改进支持向量机的多尺度建模和回归方法。首先分析了造成光纤陀螺温度漂移的关键因素,给出了建模的属性参数和温度试验。然后根据经验模态分解得到的本征模态函数排列熵的变化趋势,得出了回归精度和熵之间的变化关系,进而提出了基于信号分解的多尺度回归方法。为了提高上述多尺度回归算法的适应性,在传统支持向量机的基础上,提出了基于组合核函数的支持向量机回归算法,以适应不同特性的回归数据集。为了进一步提高回归精度,基于降低回归数据复杂度的分段回归思想,在上述多尺度回归的基础上提出了双-多尺度回归,并验证了方法的有效性。最后,将提出的算法以实际的光纤陀螺温度漂移数据进行验证,结果表明,相比于传统的支持向量机和反向传播神经网络具有更好的回归精度,温度漂移模型也更加精确,以均方误差指标为例,回归精度提升了两个数量级。     

线圈隔热层对光纤陀螺温度误差的影响分析

针对温度变化所引起的光纤陀螺非互易相移误差,详细研究了隔热材料对减小热漂移误差的作用,并详细比较了使用不同厚度隔热层的光纤陀螺在相同变温历程下的热漂移误差大小以及达到热平衡状态所需的时间。仿真结果表明,当隔热层的厚度由0mm变化到4mm的过程中,热漂移误差的峰值由0.12(°)/h降低到了0.08(°)/h,同时达到热平衡的时间从2 520 s增加到了3 600 s。利用该仿真结果,可以在保证热启动时间满足条件的前提下找到一个最优的隔热层厚度,从而使热漂移误差的峰值最小。     

数字闭环光纤陀螺频率特性分析与测试

系统的闭环带宽严重影响光纤陀螺在振动、急转弯等环境条件下的测试精度,闭环光纤陀螺的实际带宽高达几kHz,无法采用一般的角振动台进行全频带频率特性测试,因此,频率特性的分析与测试成为了闭环光纤陀螺研究的一项重要内容。针对这种需求,根据系统的结构框图及工作原理,建立了数字闭环光纤陀螺的动态模型,推导出了系统的传递函数;在此基础上对数字闭环光纤陀螺的频率特性进行了分析,指出了改善系统动态特性的方法;最后,利用数字闭环光纤陀螺的闭环工作原理,通过在反馈阶梯波上直接叠加激励信号,实现了光纤陀螺阶跃响应和频率响应的测试,得出了系统闭环带宽高达9kHz的结论。     

光纤陀螺标度因数的测试误差分析

为了进一步提高光纤陀螺标度因数的测试精度,对光纤陀螺标度因数测试过程进行理论分析,确定了影响光纤陀螺标度因数测试误差的主要因素,并进行了计算机仿真和实验验证。结果表明:由于安装误差、北向地速分量以及转台速率精度的影响,光纤陀螺测试起始位置和采样时间的选择均会给小速率标度因数不对称性和非线性度的测试带来误差,而大速率标度因数的测试基本不受影响;通过对各输入速率点进行整圈采样,可以有效地降低小速率标度因数的测试误差,使其测试精度提高1个量级以上,实现对光纤陀螺标度因数性能更加准确的测试。